Identity

数字社会中的身份认同（概念 2.3）

欢迎来到数字社会课程！本章将深入探讨数字社会中最具个人色彩且至关重要的概念之一：身份认同（Identity）。如果这个概念听起来有些抽象，请别担心；我们将拆解数字系统如何塑造“我们是谁”、我们如何展示自己，以及他人如何感知我们。

理解身份认同至关重要，因为我们在网上的存在方式（包括我们的数据、个人资料和互动行为）会影响我们在现实世界中的机会、隐私和社会地位。它与数据（3.1）、算法（3.2）和空间（2.5）等其他核心概念直接相关。

1. 数字时代的身份定义

在数字社会的语境下，身份不再局限于你的生理自我（出生证明、相貌），而是扩展到了数据和交互领域。

数字身份的核心组成部分

你的数字身份（Digital Identity）是你在数字系统中代表你自己（或你所采用的人格）的所有信息和行为的总和。它通常具有双重性：

• 物理身份（Physical Identity）：指用于法律目的的传统、经过验证的身份（如护照、驾驶执照、银行账户）。数字系统通常会通过身份验证方法来确认这一身份。
• 数字人格（或虚拟身份，Digital Persona/Virtual Identity）：我们在网上建立和维护的形象。这包括社交媒体资料、游戏中的虚拟化身、用户名，甚至是论坛中的语言风格。这个人格可能与物理自我完全一致，也可能并不匹配。

类比：你可以将物理身份视为你的法律签名，而将数字人格视为你的个人品牌或头像。前者具有法律约束力，后者则是社会构建的产物。

核心要点：数字身份不是静态的；它是在系统和其他用户的不断交互中被构建、验证和挑战的。

2. 数字足迹：存在的证据

每当你与数字系统进行交互时——从浏览网页到使用智能手表——你都会留下痕迹。这些痕迹构成了你的数字足迹（Digital Footprint）。数字足迹是数字系统“了解”你的关键。

主动足迹与被动足迹

数字足迹根据其意图可分为：

1. 主动数字足迹（Active Digital Footprint）：你刻意分享或创建的信息。
   • 例子：发布照片、撰写博客文章、填写在线注册表单、发送电子邮件。
2. 被动数字足迹（Passive Digital Footprint）：在无需你直接、有意识操作的情况下收集到的数据，通常在后台运行。
   • 例子：IP地址、位置跟踪、用于追踪浏览历史的Cookies、显示页面访问时长和方式的元数据、购买记录日志。

持久性的挑战

数字足迹的主要特征（也是潜在问题）之一是持久性（Persistence）。

• 与会随时间消逝的物理足迹不同，数字信息可以被无限期地存储、复制和检索。
• 这种持久性意味着年轻时的错误或过时的观点可能会在多年后重新浮现，从而影响职业发展、人际关系或政治环境（4.6）。

记忆小贴士：P代表 Passive（被动）= 在后台 Processed（处理）；P代表 Persistence（持久性）= 足迹是 Permanent（永久的）。

3. 身份的表演：自我呈现

在数字空间中，我们积极地管理和策划自己的身份。将身份视为一种表演——即选择展示什么和隐藏什么——这一概念被称为自我呈现（Self-Presentation）。

策划自我

我们根据特定的受众和平台来定制数字人格。

• 例子 1：在领英（LinkedIn）上，你会展示专业且成功的自我（经济背景，4.2）。
• 例子 2：在Snapchat等个人平台上，你可能会展示一个更随意、更直接且私密的自我（社会背景，4.7）。

这种不断的策划会导致身份碎片化（Identity Fragmentation）：即在不同的数字环境中拥有多个、有时甚至是矛盾的人格。

你知道吗？社会学家欧文·戈夫曼（Erving Goffman）提出了戏剧理论（Dramaturgy），将社交互动比作舞台表演。我们利用“前台”（公开资料）来展示理想的自我，而利用“后台”（私聊）进行非脚本化的行为。数字社会放大了这种动态！

真实性的挑战

当每个人都在策划自己的身份时，真实（Authentic）与虚假（Fabricated）之间的界限就变得模糊了。这可能导致焦虑、比较文化，以及在建立真正社交联系时的困难。

需避免的常见误区：认为身份是“虚拟的”就意味着没有现实后果。在线上碎片化或虚构的身份仍然可能深刻影响心理健康（健康背景，4.4）或未来的就业前景。

4. 身份认同、身份验证与核实

数字系统需要确认与之交互的人确实是他们所声称的那个人。这个过程称为身份验证（Authentication）和核实（Verification）。

证明你是你

身份验证方法主要依赖于三个因素（通常称为身份验证的三要素）：

1. 知识：你知道的东西（例如：密码、PIN码）。
2. 持有：你拥有的东西（例如：用于双重身份验证（2FA）的手机、安全密钥）。
3. 固有：你自身的特征（例如：生物识别数据，如指纹或面部识别）。

对生物识别（固有）的日益依赖将身份与数据（3.1）安全紧密联系在一起，因为这类数据极其敏感且具有永久性。如果密码被破解，你可以修改它；但如果指纹数据库被破解，你无法更改自己的指纹。

匿名与假名

在不泄露真实身份的情况下进行操作的能力，对于许多数字空间中的言论自由（2.2）和安全至关重要。

• 匿名（Anonymity）：在没有任何身份数据或持久人格的情况下操作的状态。由于被动足迹的存在，在网上实现真正的匿名非常困难。
• 假名（Pseudonymity）：使用一个与现实身份脱钩的、持续的非真实身份（昵称或虚拟化身）。例子：一位使用同一个用户名长达5年的Reddit用户，但无人知晓其真实姓名。

核心要点：假名可以在不危及个人安全或隐私的前提下，实现持续的数字身份表演，在表达与安全之间取得平衡。

5. 算法身份构建与画像

数字系统不仅仅是记录我们所表演的身份，它们还会根据收集到的数据，主动分析并构建一个“版本的”我们。这就是算法发挥作用的地方。

画像的作用

画像（Profiling）是基于收集到的数据，自动构建个人身份、偏好和行为模型（或配置文件）的过程。

• 工作原理：算法（3.2）将个人归入特定的人口统计学和心理统计学群体。
• 例子：如果你经常搜索旅游优惠并关注气候活动家，算法可能会将你定义为“年轻、环保意识强的旅行者”，进而影响你看到的广告和政治内容（4.6）。

对获取资源与机会的影响

当算法定义我们的身份时，可能会产生严重的社会和经济后果：

• 排斥：如果算法将你定义为“高风险”用户，你可能会被拒绝贷款、在求职筛选中被淘汰，或者被收取更高的保险费用。这已经超越了单纯的广告投放，影响了基本的生存机会。
• 偏见：如果用于训练画像算法的数据反映了历史社会偏见（例如：种族或性别偏见），这些偏见就会内化到系统创建的数字身份中，从而导致不公正或歧视性的结果。

鼓励：调研算法画像如何影响边缘群体，是你开展探究项目（Inquiry Project）的绝佳方向！